[00950057]基于P2P的交通信息发布及智能交通信息处理技术

该项目应用于分布式的交通信息发布与管理，实现了基于半结构化P2P网络在交通信息管理中的应用。包括对各个分区组的管理，节点加入和离开组时的处理，P2P网络中节点与节点之间的信息传输、订阅和广播，服务的实现、发布与发现；根据节点功能划分，包括车辆信息管理节点、传感器节点、数据采集服务器节点、治超管理节点、静态公路信息节点、交通事故处理节点、综合运行管理节点、门户网站节点。该软件实现了高效的信息发布技术，提供基础交通信息发布服务；对管理者提供实时系统状态查询、历史数据查询服务、治超管理服务，为普通公众提供实时路况服务、交通道路周边设施查询服务等，以及为其他一些智能处理部门提供相关的原始数据和汇总数据；同时能够将交通实时路况信息与空间数据的融合，并在地理信息系统(GIS)终端系统中展示相关结果。检测高速公路隧道内污染事件并作为半结构化P2P网络交通信息发布事件内容。为了对高速公路隧道内的环境参数进行实时监测并且有效地对隧道内未来一段时间内的污染物浓度进行预测，从而提前启动控制动作，保证隧道内的车辆安全运行，实现了高速公路隧道内污染事件检测及隧道通风控制。隧道通风控制模块主要用于监控隧道内各个监测点的实时的污染物浓度的检测，可以设定隧道内的环境参数，并且运用时间序列分析的手段对各个监测点的未来的污染物浓度进行分析和预测，根据设定的阈值，对可能出现污染物浓度超标的情况进行预报警等。根据时序预测技术，比较和分析各种时序预测算法，这些算法包括灰色预测算法、神经网络预测法，根据算法的不足和隧道环境的实际情况，改进其中的灰色预测算法和神经网络算法，并且在分析了小波理论之后提出一种适合隧道时序数据的预测算法－小波－灰色－神经网络预测法。并且在引进了经验模式分解的理论之后，提出了一种基于经验模式分解－递归神经网络－移动平均的时序预测技术。